目标跟踪标签_鲲鹏昇腾开发者社区

目标跟踪

CANN ops-cv：Resize 算子在视觉推理中的性能调优

摘要本文针对昇腾AI处理器视觉推理中的图像缩放（Resize）操作进行了深入分析。Resize作为目标检测、语义分割等视觉模型前处理的核心环节，其性能直接影响推理管线的整体效率。文章首先剖析了Resize在目标检测输入预处理和多尺度推理中的典型应用场景，指出了传统CPU预处理存在的同步阻塞、内存拷贝等性能瓶颈。随后重点介绍了CANN算子库ops-cv中的两种优化策略：通过AIPP硬件预处理单元实

 ujainu
2026-06-15 13:52:22

 310

 3

#目标跟踪 #人工智能 #计算机视觉
利用MindSpore实现SimTrack

SimTrack可以替换传统的tracking-by-detection模式，用于点云3D目标一体化检测和跟踪。该方法可以很方便地与基于pillar或者voxel的3D目标检测算法结合。SimTrack将目标关联、dead object清除、new-born object检测集成在了一起，降低了跟踪系统的复杂程度。。

weixin_40496098
2023-06-19 16:11:23

 481

 1

#目标跟踪 #计算机视觉 #人工智能
昇思25天学习打卡营第20天|SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

坤元物联
2024-07-16 10:21:23

 178

 2

#学习 #目标检测 #目标跟踪
昇思25天学习打卡营第15天|SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

XueFarah
2024-07-31 14:19:43

 356

 5

#学习 #目标检测 #目标跟踪
昇思25天学习打卡营第7天|onereal

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

陪你在童年
2024-06-30 23:06:46

 371

 8

#学习 #目标跟踪 #人工智能
昇思大模型平台学习第十四天

SSD目标检测通过在多个特征图上执行预测来实现多尺度特征映射，从而有效地检测不同大小的物体。

cymx735243556
2024-07-02 22:11:14

 196

 2

#学习 #目标跟踪 #人工智能
利用MindSpore框架的的EagerMOT 三维多目标跟踪算法

MindSpore 框架下如何实现Eagermot算法

 JrkJamie
2023-06-19 18:31:36

 438

#目标跟踪 #算法 #人工智能
昇思25天学习打卡营第18天 | 基于MobileNetv2的垃圾分类

它具有更小的体积、更少的计算量和较高的精度等优势，能够在保持一定准确率的前提下，在资源受限的设备上实现快速运行，适用于多种应用场景，如目标检测、目标分类、人脸属性识别和人脸识别等。逐点卷积则是使用 1×1 的卷积核进行卷积，其作用是对深度卷积后的特征进行组合生成新的特征图，能够起到升维或者降维的作用，还可以很好地整合深度卷积分离开的通道间信息。不同版本的 MobileNet 在具体的网络结构和特性

 hailiu
2024-07-07 00:30:30

 300

 7

#学习 #分类 #目标跟踪
《昇思25天学习打卡营第25+4天|gaoba13j》

它是一种单阶段的目标检测算法，通过卷积神经网络进行特征提取，取不同的特征层进行检测输出，所以也属于一种多尺度的检测方法，同时也是以VGG16作为基础的一种升级版优化模型。SSD，全称为Single Shot MultiBox Detector，即单步多框目标检测。打卡第29天，今天学习 SSD目标检测。

Gaoba13j
2024-07-22 09:24:02

 299

 2

#学习 #目标跟踪 #人工智能
昇思25天打卡营-mindspore-ML- Day13-SSD目标检测

SSD (Single Shot MultiBox Detector) 是一种单阶段目标检测算法，它能够在单个网络评估过程中直接预测类别和位置，无需像RCNN系列算法那样先生成候选框。SSD在VOC 2007数据集上取得了优异的性能，mAP 达到 74.3%，并且速度达到了 59FPS，在当时是非常出色的。

littlesujin
2024-07-01 18:55:48

 624

 25

#分类 #目标跟踪 #人工智能
昇思25天学习打卡营第14天 | SSD目标检测

特征融合：融合浅层的高分辨率特征和深层的语义特征。例如，可以将较低层的特征图与较深层的特征图进行融合，这样可以结合浅层特征图的细节信息和深层特征图的语义信息，从而改善对小目标的检测。调整默认框（default boxes）的设置：减小默认框的大小和比例，使其更适合小目标的尺寸和形状，增加对小目标的覆盖范围。增加小目标的训练数据：通过数据增强技术，如旋转、缩放、翻转等，增加小目标的样本数量，以提高模

 hailiu
2024-07-03 08:39:58

 511

 5

#学习 #目标检测 #目标跟踪
昇思25天学习打卡营第3天 | SSD目标检测

keep = []breakres = {}"""""""""else:else:else:lr = 0.0opt(grads)训练及测试结果总结。

heyilunv
2024-07-06 19:17:18

 617

 15

#学习 #目标检测 #目标跟踪
SSD目标检测-昇思25天打卡

SSD目标检测-昇思25天打卡

 bearang
2024-07-21 23:15:04

 618

 3

#目标检测 #目标跟踪 #人工智能
昇思25天学习打卡营第7天|SSD目标检测

SSD作为目标检测算法与R-CNN系列的双阶段目标检测不同，其采用端到端的训练方式实现单阶段检测，与同为单阶段目标检测算法的YOLO 系类齐名。昇思25天学习打卡营第7天，实现SSD目标检测模型的训练与验证。

beyondcr7
2024-07-05 08:49:47

 200

 1

#学习 #目标检测 #目标跟踪
昇思25天学习打卡营第五天|应用实践/计算机视觉/SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

guojun0718
2024-07-15 20:38:22

 1198

 24

#目标跟踪 #人工智能 #计算机视觉
昇思 25 天学习打卡营第 15 天 | SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

空城旧梦ゞ忆流年
2024-07-12 20:51:25

 1371

 19

#目标跟踪 #计算机视觉 #深度学习
昇思25天训练营Day23 - SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

杨过过儿
2024-07-21 16:04:47

 709

 7

#目标检测 #目标跟踪 #人工智能
昇思25天学习打卡营第10天|SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

no_way_toloiter
2024-07-10 20:04:16

 2038

 36

#学习 #分类 #目标跟踪
昇思25天学习打卡营第二十五天|SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

liping406
2024-07-18 09:01:52

 995

 23

#学习 #目标检测 #目标跟踪
昇思25天学习打卡营第15天|SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

ronlym
2024-07-31 15:21:15

 854

 24

#学习 #目标检测 #目标跟踪
昇思25天学习打卡营第17天|SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

AesthetiC631
2024-08-01 00:35:44

 934

 27

#学习 #目标检测 #目标跟踪
昇思25天学习打卡营第6天|linchenfengxue

SSD是单阶段的目标检测算法，通过卷积神经网络进行特征提取，取不同的特征层进行检测输出，所以SSD是一种多尺度的检测方法。在SSD的网络结构图中我们可以看到，SSD使用了多个特征层，特征层的尺寸分别是38 ×× 38，19 ×× 19，10 ×× 10，5 ×× 5，3 ×× 3，1 ×× 1，一共6种不同的特征图尺寸。SSD的网络结构如图所示。SSD对比了YOLO系列目标检测方法，不同的是SSD

github_zwl
2024-06-29 06:57:07

 766

 17

#学习 #目标跟踪 #人工智能
昇思25天学习打卡营第14天|使用SSD目标检测快速入门学习 - 多尺度检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

wanmeijuhao
2024-07-22 17:02:34

 1163

 17

#学习 #目标检测 #目标跟踪
昇思25天学习打卡营第10天 | SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

qiaoyuhanhan
2024-07-05 17:20:22

 1195

 22

#学习 #目标检测 #目标跟踪
昇思训练营打卡第十五天（SSD目标检测）

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

qhcl246810
2024-07-03 23:27:12

 827

 16

#目标检测 #目标跟踪 #人工智能
昇思大模型第19天打卡|SSD目标检测

PriorBox位置的表示形式是以中心点坐标和框的宽、高（cx，cy，w，h）来表示的，同时都转换成百分比的形式。SSD模型一共有6个预测特征图，对于其中一个尺寸为m*n，通道为p的预测特征图，假设其每个像素点会产生k个锚，每个锚会对应c个类别和4个回归偏移量，使用（4+c）k个尺寸为3x3，通道为p的卷积核对该预测特征图进行卷积操作，得到尺寸为m*n，通道为（4+c）m*k的输出特征图，它包含了

 十八岁少年
2024-07-08 00:28:57

 790

 28

#目标检测 #目标跟踪 #人工智能
基于MindSpore框架的SSD网络目标检测

SSD 是单阶段的目标检测算法，通过卷积神经网络进行特征提取，取不同的特征层进行检测输出，所以 SSD 是一种多尺度的检测方法。在需要检测的特征层，直接使用一个 3 \times3 卷积，进行通道的变换。SSD 采用了 anchor 的策略，预设不同长宽比例的 anchor，每一个输出特征层基于 anchor 预测多个检测框（4 或者 6）。采用了多尺度检测方法，浅层用于检测小目标，深层用于检测大

 昇思MindSpore
2025-05-23 14:19:51

 824

 26

#网络 #目标检测 #目标跟踪
《昇思25天学习打卡营第16天|SSD目标检测》

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

暴力咯
2024-07-09 22:11:33

 1311

 23

#目标检测 #目标跟踪 #人工智能
昇思25天学习打卡营第14天|SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

清风素衣月初凉
2024-07-30 20:57:55

 1165

 17

#学习 #目标检测 #目标跟踪
昇思25天学习打卡营第13天|SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

訫在紅尘_吥動吥傷
2024-07-11 21:37:12

 1032

 27

#学习 #目标检测 #目标跟踪
昇思25天学习打卡营第14天|SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

solitude_sw
2024-07-22 01:07:38

 811

 19

#学习 #目标检测 #目标跟踪
昇腾ACL应用开发之硬件编解码dvpp

（3）使用opencv解码出来之后的图片是，bgr,uint8,NHWC格式的图片，对于不同的模型输入，需要进行转换为模型需要的输入，比如resize缩放图片指定大小，数据格式转换从uint8 到float32 16\以及通道的变换，这一步也是大家的预处理。（2）直接使用opencv的api进行读取，也就是解码，其实opencv读取视频还是蛮快的，读取rtsp确实有一些慢，而且还占用cpu的资源，

成都_小吴
2024-03-03 19:05:41

 4319

 22

#深度学习 #人工智能 #c++ +2
昇思25天学习打卡营第21天 | SSD目标检测

SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R

cftang9999
2024-07-09 19:24:15

 1112

 15

#学习 #目标检测 #目标跟踪
昇思25天学习打卡营第18天|SSD目标检测

在第15天的学习内容中，我们接触到了用于图像语义分割的VGG-16模型，今天学习的内容也是在VGG-16的基础上实现目标检测。目标检测任务的实现目标是识别图像中存在物体，标识其边界并进行分类识别。SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。

流淌_
2024-07-11 09:59:17

 1027

 37

#学习 #目标检测 #目标跟踪
在 Jetson 上跑通 FoundationPose！从零部署 NVIDIA 6D 位姿估计系统实战全流程

本文介绍了在Jetson Orin NX上部署NVIDIA开源6D位姿估计系统FoundationPose的全流程。主要内容包括：硬件环境配置（Jetpack 6.2、CUDA 12.6）、项目依赖安装（PyTorch 2.3、PyTorch3D等）、模型数据下载、以及关键库的编译安装（pybind11、Eigen、nvdiffrast）。特别针对Jetson平台的特殊性提供了详细的安装指导，如G

a1691125058
2025-10-28 15:01:50

 1958

 15

#计算机视觉 #人工智能 #目标检测 +3